dplyr group_by 的带括号或其他标点符号的列名答案

【问题标题】：column name with brackets or other punctuations for dplyr group_bydplyr group_by 的带括号或其他标点符号的列名
【发布时间】：2019-01-11 01:42:28
【问题描述】：

我有一个导入的数据框，它的列名带有各种标点符号，包括括号，例如BILLNG.STATUS.(COMPLETED./.INCOMPLTE).

我试图使用dplyr 中的group_by 来做一些总结，比如

df <- df %>% group_by(ORDER.NO, BILLNG.STATUS.(COMPLETED./.INCOMPLTE))

这会带来错误Error in mutate_impl(.data, dots) : could not find function "BILLNG.STATUS."

不改变列名，有没有办法直接在group_by处理这样的列名？

【问题讨论】：

句点是合法的，但斜线（除法运算符）和括号不合法。您可能需要将名称括在引号中。您可能会考虑使用不同的流程来导入数据，或者注意在导入后立即构建有效的列名。
是的，IRL 我清理了列名。如果dplyr 可以处理括号和斜线，或者它是绕过其他预处理的限制，我更感兴趣。
我尝试了所有我能想到的方法并不断出错
你试过group_by_("ORDER.NO, BILLNG.STATUS.(COMPLETED./.INCOMPLTE")吗？
@RichardScriven 没用。

标签： r dplyr

【解决方案1】：

我认为如果您将“非法”列名括在反引号中，您就可以完成这项工作。例如，假设我从这个数据框开始（称为df）：

  BILLING.STATUS.(COMPLETED./.INCOMPLETE) ORDER.VALUE.(USD)
1                                       A        0.01544196
2                                       A        0.95522706
3                                       B        1.13479303
4                                       B        1.22848285

那我可以这样总结：

dat %>% group_by(`BILLING.STATUS.(COMPLETED./.INCOMPLETE)`) %>% 
  summarise(count=n(),
            mean = mean(`ORDER.VALUE.(USD)`))

给予：

  BILLING.STATUS.(COMPLETED./.INCOMPLETE) count      mean
1                                       A     2 0.4853345
2                                       B     2 1.1816379

反引号也可以方便地引用或创建带有空格的变量名。您可以在 SO 上找到许多与dplyr 和反引号相关的问题，并且在Quotes 的帮助中也有一些关于反引号的讨论。

【讨论】：

谢谢，这对group_by 和select 都有效。当我将其进一步带入 summarise 中的公式时，我绊倒了，即 orders.n %>% group_by(ORDER.NO) %>% summarize(total=sum(ORDER.VALUE.(USD))) ，这可以理解地导致错误 Error in sum("1603") : invalid 'type' (character) of argument 。但我猜这已经超出了这个问题的范围。
以上显示了我如何不知道如何将反引号括在 SO 上的反引号中（请参阅未着色的 ORDER.VALUE.(USD) ）...
只要非法变量名包含在反引号中，我就不会收到错误消息。我已经更新了我的答案来解决这个问题。

【解决方案2】：

我只是将这个非答案用作反例或说明反引号方法的限制。（这是我尝试的第一个策略。也许是两个语言操作（“（”和“/”）被相邻处理的事实导致了这个失败。）

names(iris)[5] <- "Specie(/)s"
library(dplyr)
by_species <- iris %>% group_by(`Specie(/)s`)
by_species %>% summarise_each(funs(mean(., na.rm = TRUE)))
#Error: cannot modify grouping variable

用quote、as.name 和substitute 尝试了各种或其他面向语言的努力，但也失败了。（我希望有一种机制可以要求将其置于答案的底部。）

【讨论】：

当我在我的答案中使用的数据框上尝试 summarise_each 时，我得到了同样的错误。我想知道这是否失败不是因为您使用了特定的非法字符，而是因为 . 代词未设置为处理非法列名。